基于信号博弈的道路交通隐性违法行为研究

【目的】方便道路交通安全管理部门更有效地开展交通违法治理,遏制道路交通中的隐性违法行为,实现道路交通的有序、安全、畅通。【方法】将酒后驾驶、无证驾驶等无法通过视频监控设施完成线上执法的交通违法行为定义为道路交通隐性违法行为。利用信号博弈理论,对驾驶员与交通执法者的决策互动过程进行建模,模型中引入了检测器机制,使交通执法者依据检测器输出结果和驾驶员信号来进行决策;推导交通执法者与驾驶员博弈双方的混同均衡策略和准分离均衡策略,揭示在不同先验概率下驾驶员和交通执法者均衡策略的变化情况。【结果】仿真结果表明：交通执法者两种信任度的倾向程度和质量对供驾驶员选择的纯策略先验概率区间、驾驶员自身实际类型的概率以及交通执法者的均衡效用均有重要影响。【结论】本研究基于信号博弈模型,从交通执法者的决策机理角度,对道路交通隐性违法行为的治理提出具有针对性的建议。     

基于锁相环（PLL）技术的高频信号发生器设计

高频信号合成技术发展迅猛,其应用范围也越来越广泛。本文主要从原理、结构、特性、理论等几个方面研究GHz高频信号的产生,让其信号的特性变地更好,从而实现高频信号的稳定输出。高频信号主要是通过频率合成技术来实现的,特别是GHz的频率更高。频率合成技术是高频信号的产生与合成的一种特殊方法。输出频率范围宽,信号本身的杂散抑制和谐波抑制好,频率转化所用的时间少,频率分辨率较高等是其高频信号最大的特性,由于具有这些优势和特性。使得频率合成这种方式被更多的人所关注,加之在通信、导航等领域高频信号的快速发展,让其应用范围不断扩大。不仅在雷达设计方面、电子对抗等军事领域得到了很好的应用,而且在远距离测试、无线通信、仪器仪表的设计等民用领域方面,它的应用也是很普遍的。     

一种测试线性调频信号的新方法

LFM信号是目前雷达中应用的主要信号形式,它具有很高的速度和距离分辨率.但是,对LFM信号各参数,包括信号中心频率fo、信号带宽B,频率变化率u以及信号瞬时频率fi等的测试,目前仍没有很好的解决办法.为此,介绍了一种针对中频LFM信号的自动测试方法,可自动测试中频LFM信号的上述参数.此方法操作简单,运算速度快,且提取参数的精度高,目前已在某型雷达中频LFM信号的测试过程中得到了很好的验证.     

基于改进软签名的心率检测算法研究

针对软签名算法用于心率检测存在心率信号强度微弱、噪声大、心率检测精度差等问题,提出了基于改进软签名的心率检测算法.首先采用RG通道色差法将R和G颜色通道信号进行加权相减,并对所得色差信号进行多方向投影来选择较为干净的心率信号;然后变分模态分解(VMD)与小波系数非线性连续函数衰减的联合降噪算法对心率信号降噪,将VMD分解后的信号使用峭度法选择含心率信号较多的分量,随后对该分量使用小波系数非线性连续函数衰减算法进行降噪.最后对信号进行频谱分析,计算出心率值.实验结果表明:改进的软签名算法能有效增强心率信号强度,消除信号噪声,相比于常用的心率检测算法有更高的心率检测精度和鲁棒性.     

基于提升小波包最优基变换的缸盖振动信号降噪研究

给出了一种基于提升小波包最优基变换的发动机缸盖振动信号降噪方法,给出了提升小波包变换公武,介绍基于最佳基分解的闭值降噪方法,并介绍了阚值的具体选择方法.将信号通过提升小波快速分解,对小波包系数进行阈值量化,用阈值量化后的系数对原信号重构,达到降噪的日的.通过计算仿真和实验,验证了方法的有效性.     

侵入式脑神经信号监测与调控技术研究进展

脑科学研究是当今自然科学面临的一项重要挑战.大脑是人体的神经枢纽,控制着人体的各项生理活动.脑神经信号监测与调控技术能够建立大脑与外部设备之间的信息连接通路,从而实现对大脑中信息的读取以及对脑活动的控制,因此在疾病诊疗、军事、教育、娱乐等领域具有广阔的发展和应用前景.尽管目前脑神经信号监测与调控技术已经取得一定成果,但对于侵入式脑信号监测与调控技术的研究仍处于起步阶段.本文简要介绍脑神经信号监测与调控技术的基本原理,从信号获取、调控手段和电极制备等关键技术角度阐述侵入式脑信号监测与调控技术的国内外研究现状,讨论其面临的信号质量、调控准确性和生物安全等方面的挑战.最后,展望该技术在脑机接口等前沿领域中的应用前景.     

非带限冲激信号的一种低通采样和重建方法

提出了非带限冲激信号的一种低通采样和重建方法,将冲激信号通过低通滤波器后,按照信号新息率进行采样,然后对采样得到的离散时间信号进行傅里叶变换,采用最小二乘零化滤波算法可以准确地重建原始冲激信号。在冲激信号个数较大及受到噪声影响时,最小二乘零化滤波算法性能恶化,通过适当提高采样率,使用奇异值分解重建算法,可以获得理想的重建结果。分析和仿真结果证明,所提出的非带限冲激信号低通采样和重建方法,能够以较低的速率进行采样和恢复原始冲激信号,并具有良好的抗噪声性能。     

载频重频联合捷变雷达目标参数估计方法

针对载频-重频联合捷变体制雷达目标参数估计问题,提出了一种新的基于多重信号分类(multiple signal classification, MUSIC)算法的载频-重频联合捷变雷达目标参数估计方法。通过信号模型的空时等效,将时域信号的处理等效成空域阵列信号的处理,并将超分辨阵列信号处理方法应用到目标的参数估计中,从而把目标距离和速度的估计等效成阵列中二维参数的估计,解决了由于载频-重频联合捷变所带来的目标参数估计难题。仿真实验表明,所提方法能有效实现对目标距离和速度的超分辨估计。     

面向三维信号的非线性分组码

设Z[^3（-2的平方根）]是代数数域Q（^3（-2的平方根））的代数整数环,把商环Z[^3（-2的平方根）]／（p^n）的乘法单位群分解为群的直积,由此获得三维信号空间并可用来构造分组码,这些码能够改正某些错误。     

改进的两层BiLSTM的心电信号分割方法

心电信号的分割方法可以有效地反映运动员的心脏功能和身体机能状况.通过人工对心电信号的手动分割往往耗费大量的时间和精力.为了实现自动化的心电信号分割,本文提出了一种改进的两层双向长短期记忆网络(bi-directional long short-term memory, BiLSTM)的心电图分割算法,可以前向和后向分析时间序列,以检测和定位重要波段,如P波、QRS波群和T波.实验使用公开QT数据集进行验证,以模拟运动员在赛前的心电数据.在与LSTM,BiLSTM以及两层BiLSTM的对比实验中,本方法的所有评价指标均有所提升.其准确率达95.68%,召回率为91.62%,精确度为91.05%,特异性为96.64%,F1分数为91.41%.结果表明该方法对心电信号进行分割具有较好的效果.